- Accueil
- Formation Google Cloud
- Machine Learning on Google Cloud
Description du cours
Dans ce cours, vous apprendrez à écrire des modèles d’apprentissage automatique distribués qui évoluent dans Tensorflow 2.x, à effectuer l’ingénierie des features avec BQML et Keras, à évaluer les courbes de perte et à effectuer le réglage d’hyperparamètres, et à former des modèles à grande échelle avec Cloud AI Platform.
A l’issu de cette formation vous saurez répondre aux questions théoriques et pratiques liées au Machine Learning sur Google Cloud, incluant:
- Qu’est-ce que l’apprentissage automatique et quels types de problèmes peut-il résoudre ?
- Pourquoi les réseaux de neurones sont-ils si populaires en ce moment ?
- Comment pouvez-vous améliorer la qualité des données et effectuer une analyse exploratoire des données ?
- Comment mettre en place un problème d’apprentissage supervisé et trouver une bonne solution généralisable en utilisant la descente de gradient ?
Objectifs pédagogiques
Ce cours permet aux participants d'acquérir les compétences suivantes:
- Présenter un cas d’utilisation commercial comme un problème d’apprentissage automatique.
- Décrire comment améliorer la qualité des données.
- Effectuer une analyse exploratoire des données.
- Construire et former des modèles d’apprentissage supervisé.
- Optimiser et évaluer les modèles à l’aide des fonctions de perte et des mesures de performance.
- Créer des ensembles de données de formation, d’évaluation et de test répétables et évolutifs.
- Implémenter des modèles d’apprentissage automatique à l’aide de Keras et de TensorFlow 2.x.
- Comprendre l’impact des paramètres de descente de gradient sur la précision, la vitesse d’entraînement, la rareté et la généralisation.
- Représenter et transformer des entités.
- Entraînez des modèles à grande échelle avec AI Platform.
Prérequis
Pour tirer le meilleur parti de ce cours, les participants doivent disposer des éléments suivants:
- Une certaine familiarité avec les concepts de base de l’apprentissage automatique.
- Maîtrise de base d’un langage de script - Python de préférence.
Public cible
Ce cours est destiné aux participants suivants:
- Machine learning engineers
- Scientifiques du machine learning, data scientists et data analysts qui souhaitent être exposés à l’apprentissage automatique dans le cloud à l’aide de TensorFlow 2.x et Keras.
- Data Engineers
Programme de formation
Module 1: Comment Google effectue le machine learning
- Développez une stratégie de données autour du machine learning.
- Examinez les cas d’utilisation qui sont ensuite réinventés à travers une approche ML.
- Reconnaissez les biais que le ML peut amplifier.
- Tirez parti des outils et de l’environnement de Google Cloud Platform pour faire du ML.
- Apprenez de l’expérience de Google pour éviter les pièges courants.
- Effectuez des tâches de science des données dans des blocs-notes collaboratifs en ligne.
- Appelez des modèles de ML pré-entraînés à partir de Cloud AI Platform.
Module 2: Se lancer dans le Machine Learning
- Décrivez comment améliorer la qualité des données.
- Effectuer une analyse exploratoire des données.
- Construire et former des modèles d’apprentissage supervisé.
- Optimisez et évaluez les modèles à l’aide des fonctions de perte et des mesures de performance.
- Atténuez les problèmes courants qui surviennent dans l’apprentissage automatique.
- Créez des ensembles de données de formation, d’évaluation et de test répétables et évolutifs.
Module 3: Introduction à TensorFlow 2.x
- Créez des modèles d’apprentissage automatique TensorFlow 2.x et Keras.
- Décrivez les composants clés de Tensorflow 2.x.
- Utilisez la bibliothèque tf.data pour manipuler des données et de grands ensembles de données.
- Utilisez les API séquentielles et fonctionnelles Keras pour créer des modèles simples et avancés.
- Former, déployer et produire des modèles de ML à grande échelle avec Cloud AI Platform.
Module 4: Ingénierie des features
- Comparez les principaux aspects requis d’une bonne feature.
- Combinez et créez de nouvelles combinaisons de features grâce à des croisements de features.
- Effectuez l’ingénierie des features à l’aide de BQML, Keras et TensorFlow 2.x.
- Découvrez comment prétraiter et explorer les features avec Cloud Dataflow et Cloud Dataprep.
- Comprenez et appliquez comment TensorFlow transforme les features.
Module 5: Art et science de l’apprentissage automatique
- Optimisez les performances du modèle avec le réglage des hyperparamètres.
- Expérimentez avec les réseaux de neurones et affinez les performances.
- Améliorez les fonctionnalités du modèle ML avec des couches incorporées.
S'inscrire à ce cours
- Cours de 5 jours avec instructeur
- Distanciel uniquement (COVID-19)
- Nombreux exercices pratiques
- Supports de cours fournis
Votre société a besoin d'une offre personnalisée ? Contactez-nous
Continuez de vous former
Data Engineering on Google Cloud Platform
4 jours
2800€ H.T.
From Data to Insights with Google Cloud Platform
3 jours
2100€ H.T.
Google Cloud Platform Big Data and Machine Learning Fundamentals
1 jour
700€ H.T.
Python pour la science des données
3 jours
1800€ H.T.